基于人工智能的图像识别技术分析_姜莉.pdf

56 电子技术 第 52 卷 第 5 期（总第 558 期）2023 年 5 月Computer Engineering计算机工程摘要：阐述图像识别原理，图像识别流程，探讨人工智能背景下图像识别技术的处理流程，包括信息获取、图像预处理、图像特征提取、匹配分类，实现对数据库中的不同图片信息提取。关键词：人工智能，图像识别，处理流程。中图分类号：TP391.41，TP18 文章编号：1000-0755(2023)05-0056-02文献引用格式：姜莉.基于人工智能的图像识别技术分析J.电子技术,2023,52(05):56-57.皮肤上写字或画简单图案，即便不用眼睛看也能够辨别出具体的字或者图案。图像识别技术是人工智能领域中十分重要的一项技术，其工作原理和人眼识别原理较为相似，均是对目标图像显著特征的识别2。准确把握图像特征是实现图像识别的重要前提，例如在对字母A进行辨别时，其显著特征是向上的尖，在确定图像特征之后，便能够判定图像的具体内容与属性，最终获得图像的真实含义。2.2 图像识别流程在对某个图像进行识别时，往往需要依照相应的流程进行，具体包含以下几个方面：（1）收集信息。依托于不同类型传感器将光、声音等信息变化为电信号，这时得到的信息是一维信息或者二维图像3。（2）对图像进行处理。在图像识别技术当中，存在多种图像处理手段，常见的有增强、转化、滤波以及还原等。（3）对图像特征进行提取与选择。在实际开展模式识别时，特征提取与选择占据了极其重要的地位。（4）还需要进行分类器开发。分类器开发的关键性功能是依托于不断练习明确判决标准，同时基于该判决标准开展分析工作。（4）分类决策。将空间特征作为载体，依照类型的不同将识别对象划分到不同类别中。3 人工智能背景下图像识别技术的处理流程 3.1 信息获取在对信息开展有效收集的前提下，即能够对图像进行识别。尤其是在传感器的帮助下，可以将特0 引言图像识别技术的出现与完善成为目前主流发展方向，拥有十分广泛的发展空间，已经和信息收集、医疗、产品安全等方面建立紧密的联系。1 研究背景图像识别技术是以计算机为载体，与对象目标处理系统前端相配合获取相应的图片信息，在人们平时生活中也经常能够看到图像识别技术，例如商品条形码扫描、指纹打卡等。此外，我国已经正式迈入到信息化时代，图像识别技术的重要性越来越高，作为时代发展下的产物，图像识别技术的应用优势体现在通过计算机代替人工完成相应的工作，实现对大规模、多种类物理信息的处置1。随着计算机技术水平的越来越高，图像识别技术的应用价值也不断增大，所以从人工智能方面出发研究图像识别技术具有非常重要的作用。本文重点阐述了图像识别技术原理与识别过程，指出了人工智能背景下图像识别技术的处理过程，为推动图像识别技术进一步发展提供帮助。2 图像识别技术 2.1 图像识别原理人眼拥有十分强大的图像识别能力，当目标图像的位置、角度等出现改变时，人眼视网膜中的成像也将同步出现变化，然而人们对目标图像的观察并不会因为这些改变而产生较大的影响，除了视觉人们还能够通过其他感官来识别图像，例如身体基于人工智能的图像识别技术分析姜莉（怀化职业技术学院，湖南 418000）Abstract This paper expounds the principle of image recognition and the process of image recognition,and discusses the process of image recognition technology under the background of artificial intelligence,including information acquisition,image pre-processing,image feature extraction,matching and classification,to achieve the extraction of different image information in the database.Index Terms artificial intelligence,image recognition,processing flow.Analysis of Image Recognition Technology Based on Artificial IntelligenceJIANG Li(Huaihua Vocational and Technical College,Hunan 418000,China.)作者简介：姜莉，怀化职业技术学院，副教授，硕士；研究方向：人工智能、大数据、图像处理。收稿日期：2022-08-12；修回日期：2023-05-11。电子技术 第 52 卷 第 5 期（总第 558 期）2023 年 5 月 57Computer Engineering计算机工程殊信号变化为电信号，得到需要的信息资料，依托于科学合理的使用图像识别技术，即能够获得特殊数据资料，实现对不同图形的区分。3.2 预处理图像预处理在图像识别技术中占据了极其重要的地位，其关键职责体现在信息的获取，预处理效果将会对图像最终识别结果产生非常大的影响。预处理工作是图形识别系统的重要基础，通过预处理可以协助系统快速、精准的挖掘出图片特征，为接下来各项工作的开展提供良好的帮助。预处理的最终目的是强化系统识别速度与效果，当下较为主流的处理手段有去雾、降噪两种。例如在实际规划电力线路时，便能够依托于人工智能图像识别技术对获取的图像进行处理，在完成处理工作以后便能够得到相应的图片数据。值得留意的是，在进行图片预处理过程中，为了确保得到的数据集拥有较高的质量，必须要严格要求图像的大小、通道数、高宽比例、标准差与降维等参数，确保各项参数值均能够满足图像数据准备需求4。3.3 特征提取图像特征提取主要涵盖两个方面，分别是提取与选择。通常情况下，目标图像包含的特征点数量比较多，同时不同特征点相对应的特征子集有着较大区别，为了确保图像识别的精准性，选取适宜的特征点显得十分重要5。图像色彩、纹理、样式以及空间布局等是属于主流的图像特征，然而在这些特征当中第一个被识别的特征便是色彩，尽管如此在进行局部特征获取时，第一特征往往会从图像色彩变成纹理6。所以，应当要紧密结合图像识别技术的应用方向与具体识别需求，科学确定特征点。例如在针对一个3232的图像时，对图像进行识别能够得到1 024个数据信息，在得到目标区域初始数据以后依托于转化得到分类本质特征属性，这便是特征提取与选择。如图1所示为图像特征提取示意图。3.4 匹配分类在完成特征提取之后，便需要进行图像识别技术的匹配分类，依照预处理与特征提取的最后结果，实现对数据库中不同图片信息的提取。例如，在电气线路检查中应用图像识别技术，只要将原始图片信息当成标准提取数据库中的问题信息，同时将获得的信息展现出来，可以协助技术人员高效、精准地解决问题难点。4 结语随着现代科学技术水平的不断发展，图像识别技术也得到了进一步完善，同时依托于人工智能算法开发出许多新型技术。像模型识别、神经网络以及非线性降维等都是当下应用十分广泛的图像识别技术，在许多行业领域中发挥了关键性的作用，有效推动了社会生产与人们生活的不断发展。参考文献1 吴俊雄.人工智能中图像识别技术的发展与应用研究J.信息与电脑(理论版),2020,32(04):137-139.2 郭秋红,刘亚林.基于人工智能算法的图像识别技术的原理及运用J.信息与电脑(理论版),2020,32(07):141-143.3 黄俪,甘超莹.基于人工智能的图像识别技术在城市轨道交通AFC系统的应用J.交通世界,2020(22):23-24.4 徐自远.面向人工智能算法下图像识别技术分析J.数字技术与应用,2021,39(10):4-6.5 林巧稚.基于图像识别技术的人工智能板坯信息识别管理系统的设计与实现J.数字技术与应用,2022,40(06):176-178.6 吴奇龙,王丽丽,黄星宇,吉亚军,杭益柳.基于阿里云的垃圾图像识别分类系统的设计与实现J.信息与电脑(理论版),2022,34(03):150-152.图1 图像特征提取示意图